[发明专利]基于模糊概念格的视频运动特征提取方法

说明书

技术领域

本发明属于图像处理技术领域，涉及视频运动特征提取，可用于目标跟踪和视频监控等视频处理领域。 

背景技术

视频运动特征是视频的重要特征之一，广泛应用于目标跟踪和视频监控等视频处理领域，目前，对于视频运动特征提取研究已经取得了很大进展，但随着海量视频数据的急速增长，如何快速准确提取视频运动特征成为一个亟待解决的难点。 

目前视频运动特征的提取方法主要有以下几种： 

(1)Duan-Yu Chen，Kevin Cannons，Hsiao-Rong Tyan，Sheng-Wen Shih，Hong-Yuan Mark Liao.Spatiotemporal motion analysis for the detection and classification of moving targets.IEEE Transactions on multimedia，2008，10(8)：1578-159。该方法结合高斯混合模型和背景差提取视频运动特征，能够将背景完全静止的视频运动特征较好地提取出来，但对于背景有闪光点和晃动的视频，提取过程会产生更多的噪声点，该方法不能将运动特征和噪声完全区分，影响到运动特征提取的准确度。 

(2).Y.-P.Guan.Spatio-temporal motion-based foreground segmentation and shadow suppression.IET Computer vision，2008，4(1)：50-60。该方法基于多尺度小波变换进行运动目标检测，能够有效抑制目标的阴影问题，自动选择最佳门限，不需要复杂的监督学习或手动校准，但在提取运动特征时需要用到参考帧，若参考帧中含有运动特征，则会对目标帧产生运动重影，不能很好地区分目标帧的运动特征。 

发明内容

本发明目的是针对上述已有技术的不足，提出了一种基于模糊概念格的视频运动特征提取方法，对于背景有闪光点和晃动的视频，能够有效减小背景噪声干扰，同时解决了参考帧运动产生的运动重影问题。同时由于模糊概念格具有良好的继承性和层次性，十分适合生成关联规则，因此，本发明能够快速准确提取视频运动特征，十分适合海量视频处理的场合。 

实现本发明的技术关键是利用模糊概念格生成一系列运动特征关联规则，再根据关联规则快速、准确提取视频运动特征。具体步骤包括如下： 

(1)对原始视频组 中的每个视频进行镜头分割，得到镜头分割后结果s_i，i∈[1，M₁]，其中，M₁为原始视频组v′中的镜头总数，M₀是原始视频组v′中的视频总数，不同的视频分割得到的镜头数目不同； 

(2)计算原始视频组v′中每个镜头的运动活动性参数，即运动强度、运动方向、运动空间分布和运动时间分布等参数； 

(3)将原始视频组v′的所有镜头s_i，i∈[1，M₁]作为对象集，将所有镜头的运动活动性参数作为属性集，构成模糊形式背景F₁； 

(4)根据模糊形式背景F₁，构建原始视频组v′所有镜头的模糊概念格； 

(5)根据原始视频组v′中所有镜头s_i，i∈[1，M₁]的模糊概念格，生成所有镜头的运动特征关联规则R_h，h∈[1，M₂]，其中，M₂是所有镜头的关联规则总数； 

(6)根据原始视频组v′中所有镜头的运动特征关联规则，提取原始视频组v′中的一系列感兴趣镜头s′_j，j∈[1，N₂]，其中，感兴趣镜头是指运动强度参数为[0，0，1，0，0]或[0，0，0，1，0]或[0，0，0，0，1]且运动方向参数不为[0，0，0，0，0，0，0，0]的镜头(意指运动强度大于等于3且具有运动主方向的镜头)，N₂是原始视频组v′中感兴趣镜头总数； 

(7)针对第j个感兴趣镜头s′_j，计算所有目标帧 g₁∈[1，N₃]中的运动活动性参数，即运动强度、运动方向和运动空间分布参数，其中，N₃表示感兴趣镜头s′_j中的目标帧总数；